改善模糊神经网络控制器性能的新方法-混合遗传算法  

A new method of improving the performance of fuzzy neural network controller──hybrid genetic algorithm

作　　者：于霞[1] 宋凌锋[1] 陈学允[1] 

机构地区：[1]哈尔滨工业大学,黑龙江哈尔滨150001

出　　处：《电机与控制学报》1999年第2期85-88,92,共5页Electric Machines and Control

摘　　要：将遗传算法引入到模糊神经网络控制器的学习过程中，提出了一种综合遗传算法和梯度下降法优势的混合遗传算法。它一方面改善了梯度法的收敛性，使模糊系统对专家知识的依赖性大为降低，提高了系统的智能化水平；另一方面有效地提高了遗传算法的搜索效率，强化了模糊系统的学习能力。仿真结果证明了算法的有效性。This paper presents a hybrid genetic algorithm which combines the advantages ofgradient descend method and genetic algorithms, both to overcome the dependency on the ini-tial conditions of the fuzzy model and to improve the efficiency of the searching progress.Simulation results show the efficiency of the proposed method which enhanced anotherintelligent aspect of fuzzy logic controller.

关 键 词：模糊控制器 模糊神经网络 混合遗传算法 

分 类 号：TM571[电气工程—电器]